MYSQL join 更新内部步骤

Question

使用表格和数据：

CREATE TABLE test.tem(a INT,b INT,INDEX (a),INDEX (b));
INSERT INTO test.tem VALUES(1,2),(1,1),(1,NULL),(2,3);

现在数据应该是：

+------+------+
| a    | b    |
+------+------+
|    1 |    2 |
|    1 |    1 |
|    1 | NULL |
|    2 |    3 |
+------+------+

我想按 a 列将 b 列更新为 min(b) 组。
我知道一个正确的 SQL 是：

UPDATE tem AS t1
  JOIN (SELECT a,MIN(b) AS m FROM tem GROUP BY a) AS t2
    USING (a)
SET t1.b = t2.m; 

产生正确的结果是：

+------+------+
| a    | b    |
+------+------+
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    2 |    3 |
+------+------+

但是，使用此 SQL 查询在一个包含 450 万条记录的表中更新大约需要 5 分钟。

所以，我有一个自己的 SQL：

UPDATE test.tem t1
  JOIN test.tem t2
    ON t1.a = t2.a
SET t1.b = t2.b
WHERE t1.b > t2.b
     OR t1.b IS NULL;

但它得到了不正确的结果：

+------+------+
| a    | b    |
+------+------+
|    1 |    1 |
|    1 |    1 |
|    1 |    2 |
|    2 |    3 |
+------+------+

我认为原因在于更新时 MYSQL 的工作方式。谁能告诉我如何错误的结果出来？如果有人可以修复我的 SQL，那也会有所帮助。

Answer 1

对于“查询未正确更新行”：

对于具有相同a 的所有行，您希望将b 列更新为b 的最小值

您建议使用以下JOIN 来执行此操作：

UPDATE test.tem t1
  JOIN test.tem t2
    ON t1.a = t2.a
SET t1.b = t2.b
WHERE t1.b > t2.b
     OR t1.b IS NULL;

与您的想法相反，JOIN 不会执行 1-1 JOIN。它实际上是一个多对多的JOIN，因为as I said yesterday 在您的联接子句中没有使用主键（也没有非空唯一键）。

事实上，将该查询重写为SELECT 可能会帮助您理解问题：

SELECT t1.a as t1a, t1.b as t1b, t2.a as t2a,t2.b as t2b FROM tem t1 JOIN tem t2
    ON t1.a = t2.a
WHERE t1.b > t2.b
     OR t1.b IS NULL;

+------+---------+------+--------+
| T1A  |  T1B    | T2A  |  T2B   |
+------+---------+------+--------+
|   1  | (null)  |   1  | 2      |
|   1  | 2       |   1  | 1      |
|   1  | (null)  |   1  | 1      |
|   1  | (null)  |   1  | (null) |
+------+---------+------+--------+

http://sqlfiddle.com/#!2/856a7/8

正如您现在看到的，(1, null) 行匹配 (1, 1)、(1, 2) 和 (1, null)。根据查询的（非确定性）执行顺序，这可能会为b 分配三个可能值中的任何一个（我不确定，但可能甚至更新它几次）。在某种程度上，您很幸运在测试时发现了“错误”的结果！

我希望这能进一步解释为什么您的查询没有产生预期的结果。由于多表 UPDATE 语句不允许 ORDER BY 或 GROUP BY 子句，就我自己而言，要找到“好”的结果，除了找到最小值 first 通过子查询...

Answer 2

您可以做的一件事主要是使用适当的索引来优化WHERE/USING 子句。

UPDATE tem AS t1
  JOIN (SELECT a,MIN(b) AS m FROM tem GROUP BY a) AS t2
    USING (a)
SET t1.b = t2.m;

这个请求有一个USING(a) 子句。最快的 MySQL 将能够匹配列 a 最快的查询将运行。所以你必须在该列上添加一个索引：

ALTER TABLE tem ADD INDEX (a);

事实上，由于子查询同时使用GROUB BY(a) 和MIN(b)，(a,b) 上的索引很可能会执行得更好：

ALTER TABLE tem ADD INDEX (a,b);

为了确定这一点，您可能需要检查查询计划（请参阅下面的EXPLAIN）。

---

第二个查询是：

UPDATE test.tem t1
  JOIN test.tem t2
    ON t1.a = t2.a
SET t1.b = t2.b
WHERE t1.b > t2.b
     OR t1.b IS NULL;

我不在这里回答“我的查询出了什么问题”。但从纯粹的性能角度来看，由于此查询在 WHERE 子句中使用列 b，因此您将优化其执行，您至少需要在 b 上添加索引。

ALTER TABLE tem ADD INDEX (b);

---

作为提示，当您有一个 缓慢 SELECT 查询时，您可以使用 EXPLAIN SELECT ... 检查 查询计划 以检查 MySQL 是否/如何使用索引。

在这里将你的两个查询重写为SELECT 语句，这将给出：

EXPLAIN SELECT t1.b = t2.b
  FROM tem AS t1
  JOIN (SELECT a,MIN(b) AS m FROM tem GROUP BY a) AS t2
  USING (a);

EXPLAIN SELECT t1.b = t2.b
  FROM test.tem t1
  JOIN test.tem t2
  ON t1.a = t2.a
  WHERE t1.b > t2.b
     OR t1.b IS NULL;